具身智能系统工程师

1. 定义并设计具身智能本体架构，结合应用场景（无人机、移动机器人、人形机器人等）定义形态、自由度、感知-决策-执行链路，形成从概念到功能定义的系统方案；

2. 构建并优化具身数据采集与训练软件系统，涵盖多模态数据（视觉、力觉、IMU、关节状态等）采集、仿真数据合成、数据标注与增强、以及端到端训练pipeline的设计与部署；

3. 建立并完善具身智能系统测评体系，设计面向真实场景的评测指标与基准测试方案，覆盖感知理解、任务规划、运动控制、人机协作、鲁棒性与安全性等维度，推动测评从仿真到实机的闭环验证；

4. 掌握具身智能EE架构，理解传感器选型与融合（视觉、IMU、力/力矩、触觉等）、计算平台选型与边缘部署、功耗与实时性约束，能够主导或深度参与软硬件协同设计；

5. 推动具身智能技术与机器人硬件的深度融合，探索基于大模型、生成式AI的具身智能新范式，并能够通过原型系统验证技术可行性；

6. 营造团队自驱成长思维，推动具有责任感和极端主人翁精神的高绩效团队文化；

7. 直接参与概念、设计、架构和技术路线的制定与审查，为具身智能产品化提供关键决策输入。

1. 全栈具身智能系统设计：从本体形态定义到感知-决策-执行链路设计，深度参与具身智能系统的架构设计与技术路线制定。
2. 前沿大模型与机器人融合实践：基于 RT-2、VLA 等具身大模型及生成式 AI 技术，探索具身智能新范式，通过原型系统与原理样机推动技术落地，直接推进从实验室研究到产品化的转化。
3. 自定义评测体系建设：设计面向真实业务场景的评测指标与基准测试方案，覆盖感知理解、任务规划、运动控制、鲁棒性与安全性等核心维度，推动仿真到实机的闭环验证。
4. 软硬件协同设计能力：深入参与传感器选型与多模态融合、嵌入式计算平台部署及软硬件联合调试，具备跨学科综合解决具身智能系统工程问题的平台与资源支持。
5. 直接参与核心技术决策：作为技术专家直接参与概念评审、架构审查与产品技术路线制定，为具身智能产品化提供关键决策输入，充分发挥技术影响力。